[发明专利]一种基于无人机激光点云的电塔自动定位方法及装置有效
| 申请号: | 201610961822.5 | 申请日: | 2016-11-04 |
| 公开(公告)号: | CN106526610B | 公开(公告)日: | 2019-04-09 |
| 发明(设计)人: | 钱金菊;王柯;彭向阳;易琳;许志海;张峰 | 申请(专利权)人: | 广东电网有限责任公司电力科学研究院 |
| 主分类号: | G01S17/88 | 分类号: | G01S17/88 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 杨炳财;屈慧丽 |
| 地址: | 510080 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 分布特征 电塔 密度特征 掩膜区域 种子区域 自动定位 高程图 激光点 点云 高差 坡度 形态学 高程最高点 统计 定位区域 应用场景 点定位 电力线 栅格化 种子点 迭代 栅格 高程 输出 | ||
1.一种基于无人机激光点云的电塔自动定位方法,其特征在于,包括:
对无人机获取到的点云区域进行栅格化,并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图,统计点密度获得密度特征图,并计算获得高差分布特征图和坡度分布特征图;
根据所述高差分布特征图和所述坡度分布特征图提取电力线种子点,形成种子区域并对种子区域进行形态学闭操作获得掩膜区域;
采用迭代的局部高密度点定位方法根据密度特征图对掩膜区域进行计算,输出电塔定位区域图;
所述采用迭代的局部高密度点定位方法根据密度特征图对掩膜区域进行计算,输出电塔定位区域图具体包括:
S1、根据密度特征图定位掩膜区域内的密度最高点;
S2、从掩膜区域中减去以密度最高点为圆心、以预设的电塔宽度为直径的圆形区域或减去以密度最高点为中心,以预设的电塔宽度为边长的方形区域,记录迭代次数加一,判断迭代次数是否达到预设的目标迭代次数,若否,则返回步骤S1。
2.根据权利要求1所述的电塔自动定位方法,其特征在于,所述对无人机获取到的点云区域进行栅格化,并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图,统计点密度获得密度特征图,并计算获得高差分布特征图和坡度分布特征图具体包括:
对无人机获取到的点云区域按预设的像素宽度划分格网,并依次遍历每个点云,计算点云所属格网位置;
在每一个栅格范围内统计高程最高点获得最高高程图,在每一个栅格范围内统计高程最低点获得最低高程图,在每一个栅格范围内统计点密度获得密度特征图;
根据最高高程图和最低高程图通过每一栅格内的最高高程值减去最低高程值的差计算得到高差分布特征图;根据最高高程图采用三阶反距离平方权差分法计算得到坡度分布特征图。
3.根据权利要求1所述的电塔自动定位方法,其特征在于,所述根据高差分布特图和坡度分布特征图提取种子点,形成种子区域并对种子区域进行形态学闭操作获得掩膜区域具体包括:
根据高差分布特征图和坡度分布特征图上的高差特征和坡度分布特征,计算并提取高于预设高差阈值和高于预设坡度阈值的图像点作为种子点,形成种子区域;
对种子区域进行形态学闭操作,连接零散的种子区域,获取覆盖整个电力走廊区域的掩膜区域。
4.根据权利要求1所述的电塔自动定位方法,其特征在于,所述步骤S1具体包括:
通过中值滤波器对密度特征图进行滤波处理;
根据滤波处理后的密度特征图定位掩膜区域内的密度最高点。
5.一种基于无人机激光点云的电塔自动定位装置,基于如权利要求1至4任一项所述的基于无人机激光点云的电塔自动定位方法进行定位,其特征在于,包括:
特征图模块,用于对无人机获取到的点云区域进行栅格化,并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图,统计点密度获得密度特征图,并计算获得高差分布特征图和坡度分布特征图;
掩膜模块,用于根据所述高差分布特征图和所述坡度分布特征图提取电力线种子点,形成种子区域并对种子区域进行形态学闭操作获得掩膜区域;
迭代模块,用于采用迭代的局部高密度点定位方法根据密度特征图对掩膜区域进行计算,输出电塔定位区域图;
所述迭代模块具体包括:
定点单元,用于根据密度特征图定位掩膜区域内的密度最高点;
区域减少单元,用于从掩膜区域中减去以密度最高点为圆心、以预设的电塔宽度为直径的圆形区域或减去以密度最高点为中心,以预设的电塔宽度为边长的方形区域;
判断单元,用于记录迭代次数加一,判断迭代次数是否达到预设的目标迭代次数,若否,返回定点单元。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司电力科学研究院,未经广东电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610961822.5/1.html,转载请声明来源钻瓜专利网。





